5,300명 중 단 1명, 기업이 고른 AI 인재는 누구였을까

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

기업이 고른 AI 인재는 실제 기업 문제를 풀고, 자신의 선택과 근거를 결과물과 면접으로 증명하는 사람이었다.

📌 핵심 요점

1. 지원자 5,341명 중 본선에 오른 60명은 동일한 3시간 동안 실제 기업 문제를 해결했다. 기업별 1명씩 총 6명이 최종 피칭에 진출하고, 이후 최종 우승자 1명이 선정됐다.
2. AI 사용에는 제한이 없었지만 접근법은 달랐다. 참가자들은 사용자 불편의 근거 수집, 출제 의도 분석, 기존 결과물 활용, 외부 데이터 확보, 기업이 바로 사용할 수 있는 구현에 각각 집중했다.
3. 기업 평가자들은 문제를 날카롭게 정의하고, 질문으로 모호한 요구를 좁히며, 코드와 함께 사고 과정을 설명하는 능력을 높이 평가했다.
4. 면접에서는 구현 범위와 신뢰성을 검증했다. 투자 행동 모방의 한계, 패션 트렌드 판단에서 인간의 역할, 여행 추천의 목적지 혼선과 데이터 정확성이 주요 쟁점이었다.
5. 상세히 소개된 최종 피칭은 여행 경험 데이터와 예약 링크 연결, 수익성을 고려한 고객 이탈 대응, 보고서와 데이터 대조를 통한 CEO 의사결정 지원이었다. 우승자도 발표됐지만 자막의 인명·기업명 표기가 일관되지 않아 정확한 신원은 확인이 필요하다.

🧩 배경과 문제 정의

AX 인재전쟁은 AI를 활용해 실제 기업 문제를 해결하고 그 과정을 설명하는 인재를 검증하는 대회로 소개된다. 지원자 5,341명 중 본선 참가자는 60명이며, 같은 문제와 3시간이라는 조건에서 AI 사용 방식에는 제한을 두지 않았다.

핵심 질문은 AI가 결과물을 빠르게 만드는 시대에 기업이 어떤 사람을 선택하느냐는 것이다. 참가자는 문제를 해석하고 결과물을 제출한 뒤 기업 면접에서 선택 이유와 구현 내용을 설명한다. 기업별로 선발된 6명은 최종 피칭을 거쳐 우승자 1명을 가린다. 영상 말미는 이 무대를 실제 채용으로 이어지는 인재 검증 과정으로 설명하지만, 개별 채용 결과는 제시하지 않는다.

🕒 시간순 섹션별 상세정리

1. 지원자 5,341명에서 본선 60명으로

• 도입부는 본선 참가자에게 실제 기업 문제를 3시간 안에 AI로 해결하고, 면접에서 선택과 문제 해결 과정을 증명하는 과제가 주어졌다고 보여준다. [00:26]
• 기업 평가를 통과해 선택되는 인원은 총 6명이다. 7월 18일 서울 영등포구에 모인 참가자들에게 진행자는 치열한 예선을 통과한 60명이라는 점을 강조한다. [01:19]

2. 문제 해석과 제한 시간의 압박

• 참가자들은 여러 방향으로 사고한 뒤 해법을 선택하거나, 출제 의도를 파악하고 AI 분석을 바탕으로 자신만의 문제 정의를 세우려 한다. [01:58]
• 3시간 제한과 모델의 응답 대기 시간이 부담으로 등장한다. 한 참가자는 Codex와 협업하겠다고 말하고, 다른 참가자는 결과가 빨리 나오지 않아 조급하다고 보여준다. [02:33]

3. 같은 AI를 다르게 활용하는 전략

• AI 사용 제한이 없는 공통 조건에서도 접근은 달랐다. 한 참가자는 지속 가능한 사업 모델을 위해 사용자 불편과 리뷰 등 근거 수집을 우선했다. [03:16]
• 공개된 사전 정보를 분석하거나 예선 결과물을 발전시키는 참가자도 있었다. 내부 데이터가 제공되지 않을 가능성에 대비해 외부 데이터를 모았다는 설명도 나온다. [04:04]
• 실제 기업이 결과물을 가져가 사용할 수 있도록 적용 가능성과 구현의 활용성을 중시하는 접근이 묶인다. [04:18]

4. 평가자들이 주목한 문제 정의와 설명

• 카카오페이증권 측 평가자는 참가자들이 뉴스 조사로 기업 문제를 짚어낸 점을 높이 평가한다. 다른 평가자들도 예상하지 못한 질문과 다양한 해법을 언급한다. [05:16]
• 채널톡 관련 발언에서는 참가자들이 기업 내부에서 고민하던 문제까지 탐색하고, 모호한 과제를 질문으로 좁혔다는 평가가 나온다. [05:37]
• 코드뿐 아니라 사고 과정을 이야기로 설명한 점이 인상적으로 나온다. 투자·세무·회계 등 경영 관점까지 확장한 참가자에게도 기대를 보인다. [06:05]

5. 제출 마감과 면접으로의 전환

• 제출 마감은 오후 1시이며 지각 제출을 받지 않는다고 안내한다. 참가자들은 여러 세션 관리와 익숙하지 않은 도메인 이해 때문에 시간이 빠듯했다고 드러낸다. [06:38]
• 일부는 면접을 준비하고 일부는 마지막까지 결과물을 다듬는다. 제출 후에는 기업 면접에서 자신이 만든 작업과 선택을 직접 설명해야 한다. [07:05]

6. 투자 행동을 모방하는 알림 서비스

• 참가자는 장기간의 거래 경험을 바탕으로 알고리즘이 시장을 모니터링하고 매수·매도 판단을 지원하도록 구현했다고 보여준다. [07:39]
• 자동 주문 여부를 묻는 질문에는 법적 문제를 이유로 실제 동작을 알림 방식으로 보여준다. 과거 매매 패턴과 비슷한 상황에서 매수 시점과 규모를 제안하는 구상이다. [08:18]
• 개인별 패턴은 ‘왜 지금 매수하는가’ 같은 질문과 답변을 통해 학습하는 방식으로 묶인다. [08:39]

7. 개인 행동 학습의 한계와 혼합 접근

• 면접에서는 사람이 기분, 날씨, 급여 입금 등 다양한 상황에 반응하므로 단순 알고리즘으로 완벽하게 모방하기 어렵다는 문제가 논의된다. [09:14]
• 참가자는 질문을 통해 맥락을 수집하고, 정해진 급여일 매수 같은 기계적 규칙과 비정형 행동을 함께 반영하고 싶다고 보여준다. [09:50]

8. 패션 트렌드 후보 탐지와 인간의 판단

• 참가자는 트렌드를 이미 유명해진 현상으로만 보지 않고, 새로운 스타일이나 상징적 인물·대상을 일찍 발견해 MD에게 알리는 문제로 정의한다. [10:41]
• 일시적인 화제와 지속적인 유행을 구분하는 최종 판단은 패션 MD에게 맡기고, AI 구현 범위는 후보 탐지로 제한했다고 보여준다. [11:22]
• 판단 근거를 묻는 질문에는 언급 빈도와 지속 기간을 제시한다. 인간에게 맡기는 범위와 데이터 기반 판단 기준이 면접 쟁점이 된다. [11:58]

9. 여행 계획을 예약 상품으로 연결하는 시연

• 참가자는 ChatGPT로 만든 여행 일정 이후 여러 앱과 플랫폼에서 상품을 다시 찾는 불편에 주목한다. 텍스트 추천을 마이리얼트립의 실제 예약 가능 상품으로 연결하는 기능을 보여준다. [12:54]
• 평가자는 누가 이 문제를 겪는지 묻고, 이어 LA와 오사카 결과가 섞인 시연에서 잘못된 추천이 여행자에게 전달될 위험을 지적한다. [13:33]
• 참가자는 목적지 변경 때 상태를 초기화하는 로직이 필요했다고 설명하고, 검색 기능 등을 통한 데이터 정확성 검증을 후속 보완으로 제안한다. [13:53]

10. 기업별 선발자 6명과 최종 피칭

• 60명의 면접이 모두 끝난 뒤 기업마다 1명씩 총 6명을 선발한다고 안내하고, 기업별 선택 결과를 발표한다. [14:58]
• 선발된 6명은 최종 피칭에 진출한다. 영상은 이들이 만든 해법과 최종 우승자의 차이를 살펴보는 단계로 넘어간다. [15:25]

11. 여행 경험 데이터로 추천의 신뢰를 높이는 해법

• 마이리얼트립 발표자는 AI 여행 추천이 실제 예약으로 잘 이어지지 않는 이유를 신뢰 문제로 해석한다. 실제 사람이 경험하고 선택한 데이터를 활용하겠다고 제안한다. [15:57]
• 약 3만 명의 마케팅 파트너가 보유한 블로그 콘텐츠에서 여행 상품을 식별하고 추천 링크를 연결해 예약으로 이어지는 시스템을 보여준다. [16:31]
• 기존 콘텐츠를 재활용해 파트너의 홍보 효과를 높이고, 경험 공유와 신뢰할 수 있는 추천이 순환하도록 설계했다고 발표한다. 실제 예약 증가 수치는 제시하지 않는다. [17:25]

12. 수익성을 고려하는 전자상거래 이탈 대응

• 전자상거래 에이전트는 장바구니에서 멈추거나 이탈하려는 고객에게 이유를 묻고, 팝업 또는 CRM 메시지로 대응하는 방식으로 묶인다. [18:16]
• 가격이 원인이라면 기업의 이익률을 확인해 할인안을 제시한다. 기존 고객은 거래 이력과 누적 관계 수익을 고려해 장기 수익성을 위한 제안을 한다고 보여준다. [18:51]
• 구현 과정은 이탈 탐지, 짧은 인터뷰, 정책 검증, 실행, 결과 기록의 다섯 단계다. 발표자는 AX를 점원의 판단을 AI로 옮기는 작업으로 해석한다. [19:25]

13. 근거를 추적하는 CEO 의사결정 에이전트

• 발표자는 보고서 수치와 자막에서 ‘CSB’로 표기된 데이터의 불일치를 검증하고, CEO가 90일 안에 결정해야 할 주요 안건을 제시하는 과제를 보여준다. [19:57]
• 수치 검증, 신뢰성, UI를 중심으로 원자료·추가 자료·검증·결론을 나눠 보여준다. 검증 보고서를 AI가 참고해 의사결정 안건을 도출하는 구조다. [21:22]
• 안건은 기한, CEO가 직접 처리해야 하는지, 관련 예산 등의 기준으로 거른다. Evidence Map은 원자료와 검증 보고서가 결론으로 연결되는 관계를 시각화한다. [21:50]

14. 최종 결과 발표와 우승 소감

• 6명의 피칭이 끝난 뒤 8명의 투표 순위를 집계했다고 안내하고 입상자를 발표한다. 자막에는 2위 발표 중 ‘third place’가 섞여 있어 정확한 순위 표기는 확인이 필요하다. [22:34]
• 지원자에서 본선 60명, 최종 무대 6명으로 좁혀진 뒤 우승자 1명을 발표한다. 자막은 우승자를 ‘Yoo Jae’, 소속을 ‘Ideal Trip’으로 표기한다. [23:06]
• 우승자는 심사위원에게 기회를 준 데 감사하고, 다른 참가자들의 노력과 아이디어를 언급하며 수상을 받아들인다. [23:28]

15. 기업이 원하는 인재에 대한 마지막 질문

• 진행자는 기업 파트너와 OpenAI, 최종 참가자들에게 감사를 전하며 대회 종료를 알린다. [23:55]
• 마지막 내레이션은 같은 시간과 조건에서도 60명의 답이 달랐다고 강조한다. AI가 결과를 빠르게 만드는 시대에 어떤 문제를 찾고, 무엇을 선택하며, 그 선택을 어떻게 증명하는지가 핵심 질문으로 드러난다. [24:28]
• 대회를 실제 채용으로 이어지는 인재 검증 무대로 설명하고, 더 강한 과제와 새로운 참가자가 등장할 시즌 2를 예고한다. [24:44]

🧾 결론

• 이 대회에서 기업이 확인한 역량은 AI 결과물을 만드는 능력과 함께 문제 정의, 선택 이유, 검증 과정을 설명하는 능력이었다.
• 같은 도구와 제한 시간에서도 사용자 근거, 기업의 실제 업무, 실행 가능한 범위를 어떻게 설정하느냐에 따라 해법이 달라졌다.
• 제출은 평가의 끝이 아니었다. 면접은 참가자가 구현 내용과 한계를 이해하고 있는지 확인하는 단계로 작동했다.
• 제목의 ‘단 1명’은 최종 우승자를 가리킨다. 기업별로 선택된 참가자는 총 6명이므로 두 선발 단계를 구분해서 읽어야 한다.

📈 투자·시사 포인트

• AI 서비스의 사업 가치는 추천 생성량보다 실제 예약·구매로 이어지는 연결 구조에서 살펴볼 수 있다. 여행 피칭은 경험 데이터의 신뢰와 예약 링크를 그 연결 장치로 제시했다.
• 고객 이탈 대응에서는 전환율과 수익성을 함께 봐야 한다. 전자상거래 에이전트는 할인 한도와 고객 거래 이력을 고려하는 제안을 설명했다.
• 기업용 AI 도입에서는 결론의 근거를 추적하고 원자료와 보고서를 대조하는 기능이 평가 요소가 될 수 있다. CEO 에이전트 발표는 이를 검증 화면과 Evidence Map으로 구현했다.
• 발표에서 제시된 예약 증가, 매출 회복, 장기 수익성은 실제 운영 성과로 입증되지 않았다. 사업성 판단에는 도입 후 전환율·비용·오류율 측정이 추가로 필요하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 자막에서 기업명과 참가자 이름이 여러 형태로 등장하고, 2위 발표 구간에서도 순위 표현이 혼재한다. 우승자와 입상자의 정확한 이름·소속·순위는 원영상이나 공식 결과로 확인해야 한다.
• 영상은 6명의 최종 피칭이 끝났다고 설명하지만, 제공된 자막에서 해법이 상세히 소개되는 발표는 3개다. 나머지 발표 내용과 전체 평가 기준은 확인할 수 없다.
• 자동매매가 법적으로 제한된다는 설명은 참가자의 발언이다. 적용 국가, 금융상품, 서비스 구조와 구체적인 법적 근거가 제시되지 않아 일반적인 법률 사실로 확정할 수 없다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 원영상 또는 공식 결과에서 최종 우승자와 기업별 선발자 6명의 이름·소속·순위를 확인한다.
• AI 포트폴리오에 문제 정의, 근거 자료, 선택한 가설, 구현 범위, 검증 결과를 함께 정리한다.
• 3시간 과제 연습에서 도메인 이해, 핵심 기능 구현, 결과 검증, 제출 준비에 필요한 시간을 측정한다.
• 면접을 대비해 AI가 수행하는 일, 사람이 판단하는 일, 구현하지 못한 부분을 구체적으로 설명한다.

❓ 열린 질문

• 최종 우승자를 가른 구체적인 평가 기준과 다른 참가자 대비 차별점은 무엇이었을까?
• 기업별 선발자들은 이후 실제 채용이나 공동 업무로 연결됐을까?
• 여행 추천과 고객 이탈 대응 해법은 실제 사용자 환경에서 전환율과 수익성을 얼마나 개선할 수 있을까?